【技术实现步骤摘要】
本专利技术涉及一种基于长短期记忆网络的控制律自动设计方法，属于飞行器控制系统设计领域。
技术介绍
1、目前，控制律设计以人工设计为主，根据不同的功能要求先选定控制律结构，之后主要由设计人员根据被控对象特性完成控制律参数的人工调节，以适应特定的控制任务，对设计人员的设计经验要求较高，且调参过程主要依靠试凑，效率较低，费时费力。
2、目前人工智能技术发展迅猛，其中基于深度学习的目标识别算法得到广泛应用。但与控制律设计过程类似，各类目标识别神经网络的结构和权重设计问题往往需要人工试凑，耗费大量人力和时间。为了解决上述痛点，结合探索-试错启发式搜索的神经网络架构搜索(nas)技术应运而生，实现了神经网络架构及权重的自动寻优，降低人工设计难度。
3、但上述方法只适应于神经网络架构和权重的自动设计，无法解决控制器结构和参数的自动设计问题，目前存在的一些控制器参数自动整定方法，如灰狼算法、布谷鸟算法等，只能在给定控制器结构前提下进行参数调节，整体设计效率有待提升，需要借鉴神经网络架构和权重自动设计思路，给出一种一体化的控制器自
本文档来自技高网...【技术保护点】
1.一种基于长短期记忆网络的控制律自动设计方法，其特征在于，包括：
2.根据权利要求1所述的基于长短期记忆网络的控制律自动设计方法，其特征在于：所述通过bode图等方式分析被控对象幅频特性，根据刚体、弹性稳定条件，得到基本控制器形式和滤波器个数，将控制器结构转化为Nl层典型单元级联的形式，包括：
3.根据权利要求1所述的一种基于长短期记忆网络的控制律自动设计方法，其特征在于，所述按照基本控制器和滤波器两部分，包括：所述串级控制器由基本控制器和多个滤波器级联组成；对实际飞行器，除具有刚体特性外还存在多种高频弹性谐振模态，先确定一个基本控制器用于完...
【技术特征摘要】
1.一种基于长短期记忆网络的控制律自动设计方法，其特征在于，包括：
2.根据权利要求1所述的基于长短期记忆网络的控制律自动设计方法，其特征在于：所述通过bode图等方式分析被控对象幅频特性，根据刚体、弹性稳定条件，得到基本控制器形式和滤波器个数，将控制器结构转化为nl层典型单元级联的形式，包括：
3.根据权利要求1所述的一种基于长短期记忆网络的控制律自动设计方法，其特征在于，所述按照基本控制器和滤波器两部分，包括：所述串级控制器由基本控制器和多个滤波器级联组成；对实际飞行器，除具有刚体特性外还存在多种高频弹性谐振模态，先确定一个基本控制器用于完成飞行器刚性模态的稳定控制，然后针对弹性谐振模态设计多个滤波器，最后反复调整控制器参数以达到整体性能最优。
4.根据权利要求3所述的一种基于长短期记忆网络的控制律自动设计方法，其特征在于，根据具体被控对象特性及控制性能指标不同，基本控制器包括pid控制器、鲁棒控制器、lqr控制器、滑模控制器。
5.根据权利要求1所述的一种基于长短期记忆网络的控制律自动设计方法，其特征在于，所述建立基于长短期记忆网络lstm的结构生成器，完成串级控制器每层结构的循环生成；同时设定长短期记忆网络lstm隐层神经网络数量，并根据级联控制器每层可选结构数量明确长短期记忆网络lstm结构生成器输出分类个数，包括：考虑到每层结构的选择是有关联性的，为完成串级控制器结构的逐层生成，利用长短期记忆网络lstm构建分类器，以自回归方式对每层结构类型进行分类，即将前一步的决策作为输入用于生成下一层的输出，而在第一步将0作为输入，生成器按照时序循环地生成每层的滤波器结构选择；长短期记忆网络lstm循环次数等于要生成的串级控制器层数；同时根据问题复杂程度设定长短期记忆网络lstm隐层神经网络数量。
6.根据权利要求1所述的一种基于长短期记忆网络的控制律自动设计方法，其特征在于，所述设计统一可行的参数整定方法，分别给出基本控制器和滤波器部分的参数整定算法，确定待整定参数数量、参数可能的取值范围，构建能评价任意结构下控制器参数好坏的适应度函数，包括：针对每种可能的结构需要自动完成控制器参数ηc的设计；所述控制器参数ηc分为两...
【专利技术属性】
技术研发人员：王昭磊，禹春梅，路坤锋，王露荻，林平，李晓敏，骆无意，黄旭，巩庆海，贾晨辉，胡瑞光，林玉野，翟雯婧，周辉，王晓峰，
申请(专利权)人：北京航天自动控制研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。